ныс для v* и благоприятные для альтернативных вариантов. Если при этом вариант 7* сохраняется как оптимальный, го принимаемое решение считается минимально рискованным. В противном случае рассчитываются показатели уровня риска А'-,, iV, т.д., на основе которых принимается окончательное решение. Таким образом, использование предложенной модифицированной модели позволяет минимизировать риски управленческих решений в условиях функционирования регионального газораспределительного предприятия. 4.2 Учет достоверности свидетельств в модели принятия решений на основе меода Демпстера-Шафера. Для учета достоверности используемой информации при выработке решений широкое применение находит метод Демпстера-Шафера [54, 75, Теорию Демпстера-Шафера можно рассматривать как развитие байесовского подхода по уточнению апостериорных вероятностей по мере накопления данных па случаи, когда неизвестны законы распределения вероятностей исследуемых переменных и параметров. При байесовском подходе требуется знание точных значений вероятностей, здесь отсутствию знаний соответствует равновероятность собы тий, т.е. как в случае полного незнания, так и в случае равновероятных событиям А, приписываются одни и те же значения /;(/!,) [60]. Кроме того, для гипотезы (события) л всегда выполняется р(А) +р(А) =I. Используемые в теории Демпстера-Шафера аксиомы слабее аксиом теории вероятностей, вместе с тем получаемые результаты обработки совпадают, если все вероятности, т.е. понимаемые в этом смысле показатели, точно известны. Во многих случаях свидетельства, частично подтверждающие гипотезу, не обязательно подтверждают ее отрицание. В основе 'теории Демпстера-Шафера лежат две идеи; первая возможность получения степени доверия для решаемой задачи из субъективных |
4.2 Учет достоверности свидетельств в принятии решений Для учета достоверности используемой информации при выработке решений широкое применение находит метод Демпстера-Шафера [35,40,119]. Теорию Демпстера-Шафера (ТДШ) можно рассматривать как развитие байесовского подхода по уточнению апостериорных вероятностей по мере накопления данных на случаи, когда неизвестны законы распределения вероятностей исследуемых переменных и параметров. При байесовском подходе требуется знание точных значений вероятностей, здесь отсутствию знаний соответствует равновероятность событий, т.е. как в случае полного незнания, так и случае равных вероятностей событиям Aj приписываются одни и те же значения p(Aj) [142]. Кроме того, для гипотезы (события) А всегда выполняется условие р(Л)+р(А )=1. Используемые в ТДШ аксиомы слабее аксиом теории вероятностей, вместе с тем получаемые результаты обработки данных совпадают, если все вероятности, т.е. понимаемые в этом смысле показатели, точно известны. Во многих случаях свидетельства, частично подтверждающие гипотезу, не обязательно подтверждают ее отрицание. В основе ТДШ лежат две идеи: первая возможность получения степени доверия для решаемой задачи из субъективных свидетельств о связанных с ней проблемах; вторая использование правила объединения свидетельств, если они основаны на независимых высказываниях [35]. Для реализации этих идей используются следующие положения. 1. Воздействие свидетельств распространяется на степенное множество 1? множества базовых элементов (исходов) {в}, которые являются полной группой взаимоисключающих событии, называемой фреймом гипотез. 2. Функция вероятности приписывается каждому дизъюнктивному подмножеству А таким образом, чтобы сумма (полная вероятность) или мера 105 |